Αξιολόγηση μεθόδων βαθιάς ενισχυτικής μάθησης στη ρομποτική
| datacite.contributor.RelatedPerson | Σγάρμπας, Κυριάκος | |
| datacite.contributor.RelatedPerson | Χατζηλυγερούδης, Κωνσταντίνος | |
| datacite.contributor.Supervisor | Δερματάς, Ευάγγελος | |
| dc.contributor.author | Πουρνάρας, Άγγελος | |
| dc.contributor.other | Pournaras, Aggelos | |
| dc.date.accessioned | 2026-02-26T12:54:40Z | |
| dc.date.available | 2026-02-26T12:54:40Z | |
| dc.date.issued | 2026-02-25 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η παρούσα διπλωματική εργασία αναπτύσσει και αξιολογεί ένα ολοκληρωμένο πλαίσιο πλοήγησης κινητού ρομπότ σε περιβάλλον προσομοίωσης, συνδυάζοντας πιθανοκρατικό εντοπισμό/χαρτογράφηση (SLAM) με Βαθιά Ενισχυτική Μάθηση. Η υλοποίηση πραγματοποιείται στο Webots για ρομποτική πλατφόρμα Pioneer 3-DX με αισθητήρα LiDAR (Sick S300). Αρχικά παρουσιάζεται βήμα-βήμα η ανάπτυξη συστήματος πλοήγησης με waypoints και χαρτογράφηση τύπου occupancy grid, αξιοποιώντας οδομετρία, IMU και σαρώσεις LiDAR, ώστε να απομονωθεί η συνεισφορά κάθε υποσυστήματος. Στη συνέχεια ενσωματώνεται εκτιμητής με σωματίδια (PF–SLAM/FastSLAM) ως σημείο αναφοράς για την εκτίμηση πόζας και τη συνεπή ενημέρωση του χάρτη. Για την επιλογή δράσης προς έναν στόχο, υιοθετείται Deep Q-Network (DQN) με διακριτό σύνολο ενεργειών, όπου η κατάσταση περιλαμβάνει συμπιεσμένη πληροφορία LiDAR, χαρακτηριστικά της σχετικής γεωμετρίας στόχου και (ανά πείραμα) εκτίμηση πόζας. Στο πλαίσιο προσομοίωσης, η ανταμοιβή και τα κριτήρια επιτυχίας ορίζονται ως συνάρτηση της πραγματικής απόστασης από τον στόχο. Η εκπαίδευση εκτελείται με ϵ-greedy εξερεύνηση, replay buffer και target network, ενώ η αξιολόγηση πραγματοποιείται σε πολλαπλά ανεξάρτητα runs χωρίς εξερεύνηση. Πραγματοποιούνται τρία πειράματα με διαφορετικές γεωμετρίες στόχου και επιλογές αναπαράστασης πόζας, και καταγράφονται μετρικές επιτυχίας/σύγκρουσης/timeout, αριθμού βημάτων, καθώς και δείκτες απόστασης (dmin, dfinal). Τα αποτελέσματα αναδεικνύουν ότι η πολιτική DQN μπορεί να μάθει σταθερή συμπεριφορά προσέγγισης στόχου, ενώ η ακρίβεια εντοπισμού επηρεάζει άμεσα τη σταθερότητα και την αποδοτικότητα της πλοήγησης. | |
| dc.description.translatedabstract | This diploma thesis develops and evaluates an integrated mobile robot navigationframework in a simulation environment, combining probabilistic localization and mapping (SLAM) with Deep Reinforcement Learning. The implementation is carried out in Webots for the Pioneer 3-DX robotic platform equipped with a LiDAR sensor (Sick S300). Initially, the step-by-step development of a waypoint-based navigation system and occupancy grid mapping is presented, using odometry, IMU measurements and LiDAR scans, so that the contribution of each subsystem can be isolated. Subsequently, a particle-based estimator (PF–SLAM/FastSLAM) is integrated as a reference for pose estimation and consistent map updating. For action selection towards a goal, a Deep Q-Network (DQN) with a discrete action set is adopted, where the state includes compressed LiDAR information, features of the relative goal geometry and, depending on the experiment, a pose estimate. In the simulation setting, the reward and the success criteria are defined as a function of the true distance to the goal. Training is performed with ϵ-greedy exploration, a replay buffer and a target network, while evaluation is conducted in multiple independent runs without exploration. Three experiments are carried out with different goal geometries and pose representation choices, and metrics are recorded for success, collision and timeout, number of steps, as well as distance indicators (dmin, dfinal). The results highlight that the DQN policy can learn stable goal-approaching behavior, while localization accuracy directly affects the stability and efficiency of navigation. | |
| dc.identifier.uri | https://hdl.handle.net/10889/31463 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NonCommercial-ShareAlike 3.0 Greece | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/gr/ | |
| dc.subject | Βαθιά ενισχυτική μάθηση | |
| dc.subject | Ταυτόχρονος εντοπισμός και χαρτογράφηση | |
| dc.subject | Αυτόνομη πλοήγηση ρομπότ | |
| dc.subject.alternative | Deep reinforcement learning | |
| dc.subject.alternative | Simultaneous localization and mapping | |
| dc.subject.alternative | Autonomous robot navigation | |
| dc.title | Αξιολόγηση μεθόδων βαθιάς ενισχυτικής μάθησης στη ρομποτική | |
| dc.title.alternative | Evaluation of deep reinforcement learning methods in robotics |